资料下载
×
一种基于排序学习的软件众包任务推荐方法
消耗积分:0 |
格式:pdf |
大小:2.31 MB |
2021-04-23
分享资料个
为了更有效地实现软件众包任务推荐，提升软件开发质量，为工人推荐合适的任务，降低工人利益受损风险，以达到工人和众包平台双赢的效果，设计了一种基于排序学习的软件众包任务推荐方法。首先，基于改进的隐语义模型提取工人-任务间的隐含特征;然后，结合隐式信息对排序学习模型进行改进，并将提取的隐含特征进行排序学习训练，获得最优排序模型;最终通过排序模型对测试集任务进行排序得到任务推荐列表，从而为工人进行众包任务推荐，并采用NDCG，MAP， Recall推荐评价指标对推荐结果进行检验。实验表明，所设计的方法能有效提高软件众包任务推荐的精度，其推荐评价指标的NDC，MAP， Recall值分别达到0.722，0.326，0.169。与基于用户的协同过滤算法相比，推荐精度提升了18.6%;与仅基于 Ranknet的排序学习算法相比，精度提升了10.2%，因此能够有效指导软件众包任务推荐。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
